基于SIFT,K-Means和LDA的图像检索算法

图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换（SIFT,Scale Invariant Feature Transform）,K-Means和潜在狄利克雷分布（LDA,Latent Dirichlet Allocation）的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰。实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率。     

自适应立方卷积图像插值算法

图像插值是图像处理的一项重要技术,可适用于多个领域,近年来多使用该技术进行图像缩放.针对传统图像缩放算法边缘处理效果较差、边缘检测插值算法复杂度高的问题,提出一种有效增强边缘轮廓的自适应立方卷积插值算法.该算法结合边缘梯度变化和立方卷积插值的特点,使得图像在平坦和纹理区域均能取得理想效果.实验结果表明,与基于边缘检测的插值算法相比,该算法具有较低的复杂度,平均运算时间降低了3.19 s;与立方卷积算法相比,图像峰值信噪比有较大的提高,峰值信噪比增加了0.89 dB.     

基于连续性条件的体PIV后处理技术

对粒子图像测速技术(PIV,Particle Image Velocimetry)体空间内三维速度场的后处理技术进行研究,引入不可压缩连续性方程的约束对实验测得流场进行修正,使得修正后流场严格满足差分形式的连续性方程.通过流场修正的后处理技术实现拉格朗日乘数法求解全流场修正速度场二范数的极小值.理论推导严格证明了修正后的速度场在数学上更接近满足连续性方程的真实流场.对解析流场引入高斯噪音来进行人工模拟的测试,其结果进一步验证了修正后流场能更趋近于真实流场,对流场中出现的PIV常见的高斯分布噪音有一定的消弱作用.该技术被成功应用于实验数据的后处理,结果表明其能改善测量速度场的平滑度.     

基于图像模拟的HJ星CCD相机交叉定标

针对同一HJ-1星的两台CCD相机,提出基于图像模拟的交叉辐射定标方法:通过建立两台CCD相机图像DC值的数学关系,以获取地面目标图像的已定标的CCD为标准对未同时获取图像的待定标的CCD进行交叉定标,得到了2008年10月A2CCD和B2CCD的定标系数.利用贡格尔场野外实验数据和敦煌场的MODIS数据对定标系数进行真实性检验,并对该方法的主要误差来源进行了分析.结果表明,交叉定标具有较高的精度和可信度,可以在保证定标精度的同时,提高定标的频次.     

？abry—Perot测风干涉仪数据处理

针对自主研制的星载法布里一珀罗干涉仪（Fabry—Perot Interferometer,FPI）样机,介绍了Fabry—Perot（F—P）的测风原理和风速反演算法,阐述了F—P测风干涉数据的自动化处理方法,包括干涉条纹图像滤波、分割、细化和特征数据的提取．滤波包括中值滤波和背景补偿,分割采用区域平均灰度值阈值法,借助数学形态学计算填充和消除二值化条纹的断裂点和毛刺．最后,按照骨架提取思想细化成干涉条纹线条,提取其特征数据．应用VC＋＋编程语言开发软件平台,对上述F—P测风仪数据自动化处理方法进行了验证,结果表明其可行性高、适应性强．     

规则图像特征的标准互相关相似函数

利用标准互相关算子对机器视觉领域常用的十字图像特征进行匹配运算,发现相似函数在峰值区域的分布特征为4个互相对称的双曲面.受此启发,对规则几何图像特征(如矩型、圆型等)的标准互相关相似函数展开了研究.以图像特征概率分布的形式给出了NCCO算子在二值图像匹配下的相似函数计算式.推导并证明了矩型、圆型等典型图像特征相似函数在峰值点区域具有确定的数学模型.基于上述数学模型,在微装配显微视觉系统上进行了实验验证,对模板优化、图像特征的尺寸等优化方法进行了探讨.上述结论对图像定位、图像标定、图像跟踪等技术研究具有实用价值.      

基于小行星地形特征库的自主测距与定姿方法

首先建立全景着陆区域地形特征数据库,包括了特征点的经纬度、图像纹理信息、各个特征点之间的位置相关特性等;随后提取探测器下降过程中拍摄得到的地形特征,在图像数据库中进行匹配,解决了因小行星自转周期较短产生的特征点溢出视野问题,提高了光学测量的适用性;最后结合匹配点的位置信息通过计算机视觉测距原理获取探测器和小行星之间的相对位置和相对姿态。数学仿真实验验证了方案的可行性。     

一种基于三角形重投影的虚拟视角合成

相比较传统的视角插值合成方法只能在基线上合成虚拟图像,提出的一种基于三角形重投影的虚拟视角合成方法,可以在已知少数几个匹配点的情况下,将场景内容自动迭代划分为一致和非一致三角形区域,通过不同策略的三角形重投影实现更加自由的视点的虚拟图像合成.划分过程中引入直线段约束可以解决直线纹理在三角形接缝处的畸变问题,保证最后的合成图像中场景表示在此处的连续性.利用设计的可信度函数,沿一定搜索路径可找到更多的新匹配点,从而带来更多的一致三角形区域.将此方法应用到虚拟彩色图像的合成,实验结果证明了此方法可以在更大视点范围内合成逼近于真实图的虚拟图像.     

基于CCD图像的点云区域分割方法

提出了一种新的激光点云分割方法,该方法采用点云与CCD图像外部标定的方法,将点云标定到CCD图像上,然后通过图像分割的方法实现了快速提取感兴趣目标区域内的点云。     

基于MATLAB的点状目标检测

对低信噪比图像的预处理,是运动弱小目标检测问题中非常重要的一个环节。本文根据大量数据分析了天空背景红外图像的统计特征,利用得到的分析结果对红外图像进行归一化处理,并根据实际红外光学系统的成像特性,用椭圆抛物面来拟合红外图像中实际的点目标。处理结果表明,该方法可以大大提高信噪比,使后来的检测环节中,用相对简单的方法就可以检测出真正的点目标。